夜雨聆风
前期设计做烂了，后期就是在还债
做独立开发有一段时间了，踩过最贵的坑不是代码写错，而是前期没想清楚就动手。
功能做了一半发现逻辑跑不通，UI 画了三版发现用户根本不这么用，最后只能推倒重来。时间不只白花了一遍，还要花第二遍。
上周我在做第三款 App 的前期设计，这次换了一套工作流：用多个 AI 轮流挑毛病，最后再让 Claude Opus 4.7 做最终校验。
效果出乎意料。Claude 一口气找出几个关键漏洞，全部是我自己想不到的。
为什么要用多个 AI，而不是只用一个
单个 AI 有一个共同缺陷：它会顺着你的思路走。
你把方案喂给它，它会基于你的假设继续推演。你的前提错了，它大概率也不会主动挑战你——除非你明确让它挑。
多个 AI 的价值在于：它们的训练数据、对齐方式、推理风格不同，看问题的角度天然不一样。
ChatGPT 倾向于给出完整的、结构化的方案；Claude 更擅长找边界条件和逻辑漏洞；Google AI（Gemini）在视觉和用户体验方向有不同侧重。让它们依次过一遍，相当于让三个不同背景的人给你 review。
具体流程：四个阶段
第一阶段：ChatGPT 发散头脑风暴
把产品核心想法喂给 ChatGPT，让它做发散：
我想做一个 iOS 相册清理 App，主要功能是识别重复照片和无用截图。你能帮我列出：用户核心痛点、主要功能清单、可能的商业模式？
这个阶段不要限制它，让它尽量发散。ChatGPT 的优势是信息量大、结构清晰，适合快速搭出骨架。
目标：拿到一份粗糙但完整的功能清单。
第二阶段：Claude 挑战假设、找逻辑漏洞
把第一阶段的方案喂给 Claude，换一个角色：
以下是我的产品设计方案，请以一个挑剔的产品经理身份，找出这个方案里最容易出问题的 3-5 个假设，每个假设说明为什么它可能是错的。
Claude 的强项是批判性思维。这个阶段你会发现很多"我以为理所当然"的东西其实根本没想清楚。
比如我这次设计相册清理 App，Claude 提出了一个问题：用户凭什么相信 AI 帮他删的照片是真的不重要的？删错了怎么办？ 这个信任问题我之前完全没想到，但它直接影响核心交互设计。
目标：把方案里的假设都翻出来，逐一验证。
第三阶段：Google AI Stitch 做视觉原型
文字方案确认之后，用 Google AI Studio 的 Stitch 功能生成视觉稿。
这个阶段不求精，只求快速看到界面长什么样。一个可以点的视觉稿，比文字描述能发现多 3 倍的问题。
目标：把文字方案变成可以感知的视觉形态。
第四阶段：Claude Opus 4.7 最终校验
这是整个流程里最关键的一步，也是我这次才加进去的。
把前三个阶段的所有产出——功能清单、被挑战过的假设、视觉稿描述——一起喂给 Claude Opus 4.7，让它做整体评估：
以上是我第三款 App 的设计方案全貌。请给我一个综合评估：这个方案最脆弱的地方在哪里？如果你只能改一件事，你会改什么？
Opus 4.7 相比普通版本的优势是系统性推理能力更强，能把前三个阶段各自暴露的问题串联起来，找到背后真正的根因。
这次它给我找出的核心问题是：功能定位模糊，用户心智无法聚焦。这个判断整合了 Claude 之前挑的信任问题、ChatGPT 列的功能清单冗余、以及视觉稿里界面层级混乱这三个信号。
一次指出，全部解决。
这套流程有一个前提
你得真的愿意听 AI 挑毛病，而不是找它给你点头。
大多数人用 AI 做产品设计，其实是在找认可：把自己的方案喂进去，AI 说"很好，建议如下"，心里踏实了，然后继续做。
但这样没用。
你需要的不是认可，是在代码写之前把问题找出来。越早发现，代价越小。
我自己的数字是：这次前期花了三天做设计，比以前多花了两天。但开发周期预计比上次短一半。时间算下来是赚的。
一个小技巧：给 AI 换角色而不是换平台
如果你现在只有一个 AI 工具，也可以用这套逻辑：让同一个 AI 换不同角色来 review 你的方案。
第一轮：让它扮演"发散创意的产品经理"第二轮：让它扮演"挑剔的技术 CTO"第三轮：让它扮演"只关心留存率的增长黑客"
每次换角色，它看方案的视角就会不同。没有多个 AI，也能达到类似效果。
建房子要先打地基，地基打好了上面才稳。软件开发也是这样，框架想清楚了，填充枝叶才不会手忙脚乱。
多 AI 交叉验证这件事，本质是在动手之前多请几双眼睛看。这一步花的时间，后面都能省回来。
你在做产品前期设计时有什么踩坑经历？或者你用过哪些工具来验证方案？评论区聊聊。
2026.04.27 16:00沪 · 汇金路地铁
📌 声明：本文由 AI 辅助完成
